Co denerwuje głównego badacza AI w Meta?

🗓 Czwartek 04.04

Witaj w kolejnym wydaniu Horyzont.ai, Twojego kompasu w świecie sztucznej inteligencji.

🔉Wolisz wersję audio? Nie możesz przeczytać teraz maila? Przesłuchaj tutaj

Nasz newsletter pomoże Ci zacząć korzystać z AI na co dzień oraz nadążyć za nieustannymi nowościami.

~Jakub i Oskar

🎯 W DZISIEJSZYM WYDANIU

• 🎓 AI od zera do zrozumienia: Co widzi Yann LeCun?

• 🤖 A.I. w praktyce: Aktualizacja Słownika A

• 🎓 Twoje Ćwiczenie: Zainstaluj model AI lokalnie

• 📚 Rekomendowana Biblioteka: Prawda o budowaniu startup’u AI

🕓 Czas czytania: 5min 11s

AI Od Zera Do Zrozumienia 🎓

📖 Zrozumieć Yanna LeCuna

Po pierwsze, kim jest Lecun?

Yann LeCun (tutaj jeszcze dodatkowo link do Wikipedii), wybitny naukowiec w dziedzinie sztucznej inteligencji i główny dyrektor naukowy działu AI w Meta (dawniej Facebook), jest znany z pionierskich prac nad sieciami neuronowymi i głębokim uczeniem. Jego wkład w rozwój konwolucyjnych sieci neuronowych (CNN) zrewolucjonizował dziedziny takie jak rozpoznawanie obrazów i przetwarzanie języka naturalnego.

Okej, ale po co mam go zrozumieć?

Obecnie LeCun wyraża sceptycyzm wobec obecnych metod trenowania dużych modeli językowych (LLM), twierdząc, że nie prowadzą one do osiągnięcia ludzkiego poziomu AI. Jego zdaniem, aby stworzyć prawdziwie inteligentne systemy, potrzebne jest podejście wykraczające poza samo uczenie się z tekstu. LeCun postuluje, że przyszłe modele AI powinny być trenowane w sposób, który pozwoli im na tworzenie modeli świata, rozumowanie, hierarchiczne planowanie i posiadanie zdrowego rozsądku, czerpiąc wiedzę nie tylko z danych tekstowych, ale także z interakcji ze światem rzeczywistym.

Istotna notka - jeśli zapomniało Ci się czym są LLMy i jak są trenowane, to Andrej Karpathy, były wybitny naukowiec OpenAI nagrał świetny i rzeczowy film na temat tego zagadnienia. Link tutaj.

Jaką wizję przyszłości ma LeCun?

Yann LeCun (jak pewnie większość z nas) ma fascynującą wizję przyszłości, w której AI będzie integralną częścią naszego codziennego życia. Według niego, w niedalekiej przyszłości wszystkie nasze interakcje ze światem cyfrowym będą odbywać się za pośrednictwem inteligentnych asystentów AI.

LeCun przewiduje, że będziemy korzystać z zaawansowanych technologicznie okularów, które będą komunikować się z nami za pomocą głosu, wizji, wyświetlaczy i interfejsów elektromiograficznych (EMG). Asystenci AI staną się naszymi nieodłącznymi towarzyszami, gotowymi odpowiedzieć na każde pytanie i pomóc nam w codziennych zadaniach. Co więcej, dzięki ciągłemu uczeniu się i dostosowywaniu, te inteligentne systemy będą w stanie zrozumieć nasze preferencje i zainteresowania, zapewniając spersonalizowane i intuicyjne doświadczenia. Wizja LeCuna przedstawia świat, w którym AI staje się nie tylko narzędziem, ale także partnerem w naszym życiu, ułatwiającym nam nawigację w coraz bardziej złożonym i nasyconym technologią środowisku.

Co ogranicza postęp technologiczny AI?

LeCun mówi wprost - UCZENIE MASZYNOWE SSIE. Nie wierzysz, że tak uważa? Zobacz ten zrzut ekranu z jego wykładu 👇️ 

Yann LeCun dostrzega ograniczenia obecnych metod uczenia maszynowego i proponuje nowe podejścia, które mogłyby przybliżyć nas do stworzenia prawdziwie inteligentnych systemów, zbliżonych do ludzkiej i zwierzęcej inteligencji.

Według LeCuna, uczenie nadzorowane (supervised learning, SL) wymaga dużej ilości oznaczonych danych, co często jest czasochłonne i kosztowne. Uczenie ze wzmocnieniem (reinforcement learning, RL) z kolei wymaga ogromnej liczby prób, co jest nieefektywne i niepraktyczne w wielu zastosowaniach. Chociaż samodzielne nadzorowane uczenie (self-supervised learning, SSL) osiąga imponujące wyniki, LeCun zauważa, że generatywne predykcje sprawdzają się dobrze tylko dla tekstu i innych rodzajów danych (mowa, muzyka).

(jak coś to o uczeniu nadzorowanym, uczeniu ze wzmocnieniem, itd. pisaliśmy tutaj)

Aby osiągnąć systemy AI o ludzkim poziomie, LeCun sugeruje, że modele powinny uczyć się w sposób zbliżony do ludzi i zwierząt. Istoty żywe potrafią szybko uczyć się nowych zadań, rozumieją, jak działa świat, potrafią rozumować i planować. Co więcej, ludzie i zwierzęta mają zdrowy rozsądek, a ich zachowanie jest napędzane przez określone cele i popędy.

LeCun postuluje, że przyszłe modele AI powinny być trenowane w sposób, który pozwoli im na zdobywanie wiedzy o świecie poprzez interakcje, tworzenie modeli mentalnych, rozumowanie i planowanie hierarchiczne. Takie podejście, w połączeniu z mechanizmami uwzględniającymi cele i motywacje, mogłoby doprowadzić do stworzenia systemów AI o prawdziwie inteligentnych zachowaniach i zdolnościach adaptacyjnych.

Jak widzi nowe LLMy LeCun?

W tym wydaniu musimy też zmieścić dla Ciebie praktyczne poradniki z użyciem AI. Zdradzę tylko, że LeCun pracuje nad nauką dużych modeli poprzez użycie video do treningów, co głębiej wyjaśnimy w kolejnym wydaniu. Tymczasem, mamy do Ciebie pytanie 👇️ 

AI w Praktyce 🤖

Twoje prywatne AI - czyli jak zainstalować model AI lokalnie

Twoja firma zabrania Ci korzystania z ChatGPT? Cenisz sobie prywatność i bezpieczeństwo Twoich danych i nie chcesz aby były udostępniane żadnym firmom zewnętrznym? Prywatne AI może być szczególnie przydatne w zastosowaniach biznesowych. Nie każda firma pozwala swoim pracownikom korzystać z publicznych narzędzi jak ChatGPT, głównie ze względu na obawy o poufność informacji. Lokalne wdrożenie AI eliminuje te przeszkody i otwiera nowe możliwości.

📚️ Dostęp do nowego poradnika 🧰 

[Aktualizacja] Słownik AI - Twój podręczny słowniczek podczas rewolucji AI

W poprzednim tygodniu stworzyliśmy podręcznik słownik najważniejszych terminów i zagadnień dziedziny AI. Dodajemy tam krótkie i rzeczowe wyjaśnienia różnych, mniej lub bardziej zaawansowanych koncepcji. Dziś zaktualizowaliśmy ten słownik o kilka nowych definicji. Zapisz sobie ten słownik już teraz!

📚️ Dostęp do słownika AI 🧰 

VMware Private AI - rozwiązanie dla firm

VMware Private AI to rozwiązanie od VMware, lidera wirtualizacji i chmury obliczeniowej, we współpracy z Nvidia. Dzięki niemu organizacje mogą szybciej czerpać korzyści z generatywnej AI, zachowując pełną prywatność i kontrolę nad wrażliwymi danymi. Niezależnie od tego, czy dane znajdują się w centrum przetwarzania danych, chmurze publicznej czy na brzegu sieci, Private AI zapewnia bezpieczeństwo i zgodność z przepisami. Teraz firmy mogą w pełni wykorzystać potencjał AI bez kompromisów w kwestii poufności.

🎓Twoje Ćwiczenie

💻️ Zainstaluj model AI lokalnie

W dzisiejszym poradniku pokazaliśmy Ci, jak uruchomić własne prywatne AI wykorzystując Ollama. Teraz czas to wypróbować w praktyce!

Zainstaluj i przetestuj wybrany przez siebie model AI z zakładki ‘https://ollama.com/library’. Dodatkowo na platformie Hugging Face znajdziesz ich setki, od popularnego Llama 2 po bardziej niszowe rozwiązania. Eksperymentuj, zadawaj pytania, odkrywaj możliwości!

Podziel się swoimi wrażeniami na naszym serwerze Discord, na kanale ︲‹🤖›︲prywatne-ai. Które modele działały najlepiej? Do czego udało Ci się je wykorzystać? Czekamy na Twoje spostrzeżenia!

Kliknij tutaj, aby przejść do poradnika instalacji prywatnego AI.

Biblioteka 📚

1. Podstawy prompt engineering: 4 metody

   W tym filmie Suj Perepa, wybitny inżynier IBM, wyjaśnia różnice i wartości różnych metodp inżynierii, podaje przykład każdej metody oraz mówi, jak można je najlepiej wykorzystać, a nawet połączyć.

   Obejrzyj Tutaj

2. Prawda o budowaniu startup’u AI

   W pierwszym odcinku podcastu Lightcone, partnerzy grupy YC zagłębiają się we wszystko, czego nauczyli się, pracując z najlepszymi założycielami budującymi startupy AI. Dzielą się pomysłami, które sprawdzają się szczególnie dobrze, błędami, których należy unikać, oraz przyglądają się konkurencyjnemu krajobrazowi wśród obecnych gigantów AI.

   Obejrzyj Tutaj

Wydarzenie

To na tyle!

Jeśli masz jakieś ekscytujące pomysły lub projekty, śmiało się z nami skontaktuj, odpowiadając na ten email lub śledząc nas na

X: @JakubNorkiewicz

LinkedIn: @OskarKorszen

Do zobaczenia w następnym wydaniu!

~Jakub I Oskar